Abstract WP180: Rural-Urban Differences in Stroke Incidence, Mortality and Risk Factor Prevalence in Ontario
Notice bibliographique
Résumé
Introduction: Little is known about stroke incidence, mortality and risk factor prevalence in rural versus urban regions. We used linked population-based administrative databases to compare cardiovascular risk factors, stroke incidence and stroke-related death in residents of rural and urban Ontario, Canada. Methods: We used a sub-population of the Cardiovascular Health in Ambulatory Care Research Team (CANHEART) cohort, consisting of individuals aged 40 to 105 in Ontario with no known hospitalization for stroke in the 20 years prior to January 1, 2008. We defined rural regions as those with a population size ≤ 30, 000. We compared the age- and sex- standardized prevalence of risk factors, as well as 5-year stroke incidence and stroke-related mortality rates, in people residing in rural versus urban areas. Results: The study sample consisted of 6,207,032 individuals. Compared to residents of urban regions, rural residents were more likely to smoke (25.3% versus 19.3%), be obese (25.1% versus 19.3%) and live in a low-income area (43.5% versus 38.3%) (P<0.001 for all comparisons). However, there were no differences in the proportion of residents with hypertension, diabetes and atrial fibrillation. Age- and sex-standardized stroke incidence was higher in rural compared to urban areas (2.18 versus 1.99 events/1000 person-years; p<0.001), as was stroke-related mortality (0.79 versus 0.65 events/1000 person-years; p<0.001). Conclusions: Certain cardiovascular risk factors have increased prevalence in rural areas compared to urban areas. Furthermore, stroke incidence and mortality rates were greater in rural areas in Ontario. Future efforts should focus on reducing regional discrepancies in social determinants of health and addressing risk factor prevalence, particularly smoking and obesity, in rural regions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».